MiniCPM5-2B 评测详情

MiniCPM5-2B 当前已收录的代表性评测结果包括 τ²-Bench - Telecom（11 / 36，得分 97.10）、AIME2025（47 / 107，得分 86.50）、LiveCodeBench（59 / 128，得分 69.10）。

评测结果

MiniCPM5-2B

评测结果

综合评估

共 2 项评测

评测名称 / 模式

得分

排名/总数

unknown

70.80

94 / 134

unknown

8.90

168 / 190

科学与综合推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

unknown

70.20

195 / 271

编程与软件工程

共 4 项评测

评测名称 / 模式

得分

排名/总数

unknown

69.10

59 / 128

SWE-bench Verified

unknown

46.40

103 / 116

unknown

26.30

16 / 16

SWE-Bench Pro - Public

unknown

14.40

61 / 61

数学推理

共 4 项评测

评测名称 / 模式

得分

排名/总数

unknown

94.60

26 / 45

unknown

86.50

47 / 107

unknown

86.50

19 / 21

unknown

63.80

2 / 2

Agent能力评测

共 2 项评测

评测名称 / 模式

得分

排名/总数

τ²-Bench - Telecom

unknown

97.10

11 / 36

unknown

20.80

10 / 13

指令跟随

共 2 项评测

评测名称 / 模式

得分

排名/总数

unknown

86.70

2 / 2

unknown

66.30

24 / 36

长上下文能力

共 2 项评测

评测名称 / 模式

得分

排名/总数

unknown

59

27 / 29

unknown

43.70

14 / 14

AI Agent - 工具使用

共 2 项评测

评测名称 / 模式

得分

排名/总数

unknown

66.60

1 / 2

Terminal-Bench 2.1

unknown

8.60

50 / 50

生产力知识

共 1 项评测

评测名称 / 模式

得分

排名/总数

unknown

19.60

26 / 26

与其他模型对比